随笔分类 - 多源信息融合
【2】激光点云处理--聚类(Clustering)
摘要:问题:已经分割出地面,如何在剩余的点云中对不同的障碍物点云进行聚类? 方法: 欧式聚类(Euclidean Clustering) 步骤: 注:上流程中,使用KD-Tree来加速寻找nearest point 聚类结果(添加 bounding box): 代码: //enviroment.cpp /
阅读全文
【1】激光点云分割--RANSAC
摘要:问题:找到从点云中的实现地面segmentation方法?--RANSAC 基本思想:地面应是多数点通过的,因此在上述点云图像中随机选取三个点确定一个平面,设置一个tolerance,计算其他所有点距该平面的距离。若距离小于tolerance的点认为是inliners点,否则为outliners点,
阅读全文
浙公网安备 33010602011771号